SpaceXAI: Grok Imagine Video 1.5 Lite API

Grok Imagine Video 1.5 Lite ialah model penjanaan video daripada SpaceXAI (xAI) yang direka sebagai pilihan kos-efisien dalam keluarga model video mereka. Ia distilasi daripada model induk Grok Imagine Video 1.5 dan menerima input teks atau imej pegun untuk menghasilkan klip video sepanjang 1 hingga 15 saat. Output disediakan dalam 480p, 720p dan 1080p, dengan output 1080p dirender pada 720p kemudian di-upscale. Nisbah aspek yang disokong termasuk 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 dan 2:3. Model ini juga menjana audio yang disegerakkan dengan video, termasuk kesan bunyi, bunyi ambien dan dialog dengan penyegerakan bibir. Model ini sesuai untuk tugasan produksi video berskala besar yang memerlukan percubaan berulang pada kos rendah, seperti penggubalan dan prototaip awal, rakaman latar dan B-roll, serta idea konsep produk atau senario. Ia juga berguna untuk produksi video pendek bervolume tinggi yang membenarkan penggambaran semula. Dalam senario ini, Lite membolehkan pengguna membuang take yang gagal dan menjana semula dengan kos yang lebih murah berbanding model induk. Berbanding Grok Imagine Video 1.5, Lite mengorbankan sedikit kualiti imej tetapi menawarkan kelajuan dan kos yang lebih baik. Audio yang dijana kedengaran munasabah tetapi tidak boleh dikawal sepenuhnya, dan model ini lemah dalam penyegerakan bibir perbualan serta ketepatan anatomi manusia. Identiti subjek mungkin berubah dalam klip panjang, dan arahan gerakan berlebihan dalam prompt boleh mengurangkan kualiti. URL video yang dikembalikan oleh API adalah sementara, jadi fail perlu dimuat turun segera. Keperluan keselamatan dan pelesenan juga perlu disemak untuk kegunaan komersial.

Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza. Dicaj berdasarkan kos penjanaan sebenar. Lihat bil anda untuk jumlah akhir.

Model ini menerima input teks dan input imej. Ia menyokong penjanaan video daripada teks (text-to-video) dan daripada imej pegun (image-to-video).

Model ini boleh menjana klip video bermula dari 1 saat hingga 15 saat panjangnya.

Ya, ia menyokong penjanaan audio asli yang disegerakkan dengan video, termasuk kesan bunyi, bunyi ambien dan dialog dengan penyegerakan bibir. Walau bagaimanapun, audio tersebut tidak boleh dikawal sepenuhnya.

Grok Imagine Video 1.5 Lite distilasi daripada model induk dan mengutamakan kelajuan serta kos rendah untuk produksi massal dan prototaip. Model penuh mengutamakan kualiti maksimum tetapi lebih perlahan dan lebih mahal. Lite mengorbankan sedikit kualiti imej berbanding model penuh.

Model ini menyokong output 480p, 720p dan 1080p. Output 1080p dirender pada 720p kemudian di-upscale. Nisbah aspek yang disokong ialah 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 dan 2:3.

Antara hadnya termasuk identiti subjek yang mungkin berubah dalam klip panjang, arahan gerakan berlebihan yang boleh mengurangkan kualiti, serta kelemahan dalam penyegerakan bibir perbualan dan ketepatan anatomi manusia. URL video yang dikembalikan oleh API juga adalah sementara dan perlu dimuat turun segera.